Les meilleurs modèles d'IA pour la rédaction créative
Rédaction créative : la capacité du modèle à créer et comprendre des textes qui ont une personnalité (récits, poèmes, dialogues, un ton et un style tenus jusqu'au bout). Réussir, c'est écrire ce que l'on a envie de lire. Score Elo calculé par Arena. Comment ça marche ?
Les 266 autres modèles, sans score Arena, sont dans l'annuaire des modèles.
| Rang | Modèle | Éditeur | Score | Prix ($ par million de tokens) | Contexte |
|---|---|---|---|---|---|
| 51 | GPT-5.6 Luna | 1 410 | $0.2 / $1.2 | 1,05 M | |
| 52 | DeepSeek V4 Flash 0423 | 1 410 | $0.091 / $0.18 | 1,05 M | |
| 53 | DeepSeek V3.2 Exp | 1 408 | $0.27 / $0.41 | 164 k | |
| 54 | Qwen3.6 Plus | 1 407 | $0.33 / $1.95 | 1 M | |
| 55 | Step 5 Preview | 1 406 | $1 / $2.7 | 1,05 M | |
| 56 | GLM 5V Turbo | 1 406 | $1.2 / $4 | 203 k | |
| 57 | MiniMax M3 | 1 405 | $0.3 / $1.2 | 1,05 M | |
| 58 | Qwen3.5 397B A17B | 1 405 | $0.5 / $3.6 | 262 k | |
| 59 | GLM 4.7 | 1 404 | $0.6 / $2.2 | 205 k | |
| 60 | DeepSeek V3.1 Terminus | 1 404 | $0.27 / $1 | 164 k | |
| 61 | GPT-5.4 Mini | 1 402 | $0.75 / $4.5 | 400 k | |
| 62 | DeepSeek V3.2 | 1 401 | $0.26 / $0.8 | 164 k | |
| 63 | Mistral Medium 3.5 | 1 400 | $1.5 / $7.5 | 262 k | |
| 64 | GLM 4.6 | 1 400 | $0.5 / $2 | 205 k | |
| 65 | MiMo-V2.5 | 1 395 | $0.14 / $0.28 | 1,05 M | |
| 66 | Qwen3 Max | 1 394 | $0.78 / $3.9 | 262 k | |
| 67 | Gemini 2.5 Flash | 1 394 | $0.3 / $2.5 | 1,05 M | |
| 68 | GPT-5.2 | 1 391 | $1.75 / $14 | 400 k | |
| 69 | DeepSeek R1 0528 | 1 389 | $0.5 / $2.15 | 164 k | |
| 70 | MiMo-V2.6-Flash | 1 387 | $0.14 / $0.28 | 1,05 M | |
| 71 | Kimi K2 0905 | 1 383 | $0.6 / $2.5 | 262 k | |
| 72 | Thinking Machines Inkling | 1 381 | $1 / $4.05 | 524 k | |
| 73 | DeepSeek R1 | 1 374 | $0.7 / $2.5 | 64 k | |
| 74 | GPT-5 | 1 373 | $1.25 / $10 | 400 k | |
| 75 | GLM 4.5 | 1 373 | $0.6 / $2.2 | 131 k | |
| 76 | Qwen3 235B A22B Thinking 2507 | 1 370 | $0.45 / $3.5 | 128 k | |
| 77 | Qwen3.8 27B | 1 366 | $0.24 / $2.2 | 1 M | |
| 78 | OpenAI o1 | 1 366 | $15 / $60 | 200 k | |
| 79 | Qwen3.5-122B-A10B | 1 365 | $0.26 / $2.08 | 262 k | |
| 80 | MiniMax M2.7 | 1 364 | $0.3 / $1.2 | 205 k | |
| 81 | Qwen3.5-27B | 1 358 | $0.26 / $2.6 | 262 k | |
| 82 | MiniMax M2.5 | 1 357 | $0.27 / $0.95 | 205 k | |
| 83 | Qwen3 VL 235B A22B Instruct | 1 357 | $0.21 / $1.9 | 262 k | |
| 84 | GLM 4.6V | 1 350 | $0.3 / $0.9 | 131 k | |
| 85 | Gemma 3 27B | 1 349 | $0.08 / $0.45 | 131 k | |
| 86 | Step 3.5 Flash | 1 345 | $0.1 / $0.3 | 262 k | |
| 87 | MiniMax M2.1 | 1 344 | $0.3 / $1.2 | 205 k | |
| 88 | Qwen3.5-35B-A3B | 1 342 | $0.15 / $1 | 262 k | |
| 89 | Qwen3 VL 235B A22B Thinking | 1 338 | $0.4 / $4 | 131 k | |
| 90 | GPT-5.4 Nano | 1 336 | $0.2 / $1.25 | 400 k | |
| 91 | Gemma 3 12B | 1 333 | $0.05 / $0.15 | 131 k | |
| 92 | Trinity Large Thinking | 1 332 | $0.25 / $0.8 | 262 k | |
| 93 | GLM 4.5 Air | 1 328 | $0.13 / $0.85 | 131 k | |
| 94 | Qwen3 Next 80B A3B Thinking | 1 327 | $0.15 / $1.2 | 262 k | |
| 95 | GPT-5 Mini | 1 324 | $0.25 / $2 | 400 k | |
| 96 | Qwen3 235B A22B | 1 323 | $0.46 / $1.82 | 131 k | |
| 97 | Qwen3 30B A3B Instruct 2507 | 1 319 | $0.1 / $0.3 | 262 k | |
| 98 | MiniMax M1 | 1 319 | $0.55 / $2.2 | 1 M | |
| 99 | Inkling Small | 1 314 | $0.45 / $1.2 | 524 k | |
| 100 | Qwen3 Next 80B A3B Instruct | 1 314 | $0.09 / $1.1 | 262 k |
Aucun modèle ne correspond à votre recherche.
Aucun modèle classé en Chat › Rédaction créative pour le moment.
51 à 100 sur 126
Score Elo calculé par Arena, d'après les préférences des utilisateurs. Le rang suit le score. La colonne de l'éditeur mène à l'outil qui utilise le modèle. Prix en dollars par million de tokens, en entrée puis en sortie. Cliquez sur un en-tête pour trier, sur une pastille pour changer de classement.
Comment le score est-il calculé ?
Le score est un Elo calculé par Arena. Des personnes comparent à l'aveugle les réponses de deux modèles à une même demande et désignent la meilleure. Chaque duel fait monter le gagnant et descendre le perdant, et battre un adversaire fort rapporte davantage.
Le rang suit le score. Chaque classement (général, par modalité, par tâche) a ses propres scores et ses propres rangs, et un modèle qui n'a pas été évalué dans un classement n'y figure pas. Quand un modèle existe en plusieurs niveaux de réflexion, seul son meilleur score est retenu.